您现在的位置是:静夜思网 > 娱乐

新AI模型成功预测有害基因突变,有助确定遗传疾病病因

静夜思网2024-03-28 23:22:18【娱乐】5人已围观

简介科技日报记者 刘霞英国“深度思维”DeepMind)公司的人工智能工具“阿尔法错义”AlphaMissense)已对2万种人类蛋白质中的7100万种可能的错义突变进行了检测,通过找出哪些小突

科技日报记者 刘霞

英国“深度思维”(DeepMind)公司的新A型成人工智能工具“阿尔法错义”(AlphaMissense)已对2万种人类蛋白质中的7100万种可能的错义突变进行了检测,通过找出哪些小突变可能具有破坏性,功预来帮助医生确定导致遗传疾病的测有传疾“罪魁祸首”。相关论文刊发于最新一期《科学》杂志。害基


AlphaMissense可以预测突变是因突因否会影响血红蛋白(左)或囊性纤维化跨膜电导调节因子(右)等蛋白质的功能。
图片来源:“深度思维”公司

几乎每个人出生时都携带有50—100个父母没有的变有病病突变,这导致了个体之间巨大的助确基因差异。对医生来说,定遗对某个病人的新A型成基因组进行测序以找出病因极具挑战性,因为可能有成千上万个突变与这种疾病有关。功预“阿尔法错义”应运而生,测有传疾旨在预测这些基因突变是害基否有害。

由于碱基置换,因突因与某一氨基酸相对应的变有病病密码子变成其他氨基酸的密码子,其结果使合成的助确蛋白质的活性发生变化或失去活性,这样的突变称为错义突变。每人体内评价携带约9000个错义突变,但在所有可能发生的7100万个错义突变中,科学家只确定了其中0.1%的错义突变的影响。

“阿尔法错义”并非要厘清错义突变如何改变蛋白质的结构或稳定性,以及与其他蛋白质之间的相互作用。相反,它会将每种可能的突变蛋白质的序列与“阿尔法折叠”(AlphaFold)训练过的蛋白质的序列进行比较,查看它看起来是否“自然”,看起来“不自然”的蛋白质会被评为潜在有害。

在对已知突变开展测试时,“阿尔法错义”的表现优于其他方法。研究人员评论道,“阿尔法错义”在几项不同的性能测试中“表现优异”,将有助于科学家确定哪些致病突变应优先研究。不过,错义突变只是众多不同突变中的一种。DNA片段也可以被添加、删除、复制、翻转等。此外,许多致病突变不会改变蛋白质,而是出现在参与调节基因活性的序列附近,在确定病因时也需要考虑这些因素。

很赞哦!(6258)